Aprendizaje Generativo

Froggy Jumps

Played 1

Create copy

About this activity

Quiz sobre modelos generativos

Created by

fani Cacoango

Ecuador

Download the paper version to play

Top 10 results

#	Player	Accuracy	time
1	fani Cacoango March 11, 2026	% 0	01:20

Do you want to stay in the Top 10 of this game? Log in to identify yourself.

Make your own free game from our game creator

Compete against your friends to see who gets the best score in this game

Make challenge

Bill of Rights Game - The Constitutionalist

Doni The Don

United States

(90)

Test your knowledge on the Bill of Rights. A fun way to test your knowledge and focus on where you need to improve.
Phlebotomy Order of Draw Quiz

Pamela Chapman

United States

(59)

Test your knowledge of the order of draw in Phlebotomy with these 10 questions!
pizza

Lorelay Tyana

Romania

(261)

joc despre pizza
Ethos, Pathos, and Logos Quiz

Kristine Vester

United States

(131)

Test your knowledge of ethos, pathos, and logos with these 10 questions on examples of persuasive techniques.
The Integumentary System

Breanna Nesbitt

United States

(58)

Functions and Structures of the skin


Froggy Jumps Aprendizaje GenerativoOnline version Quiz sobre modelos generativos by fani Cacoango 1 ¿Qué es el aprendizaje generativo? a Entrenar modelos para clasificar datos b Aprendizaje supervisado puro c Entrenar modelos que generan datos nuevos. 2 ¿Qué son GANs? a Una red generadora y una discriminadora que compiten. b Un único modelo de clasificación c Redes neuronales recurrentes simples 3 ¿Qué caracteriza a los modelos de difusión? a Generan datos a partir de ruido progresivamente limpio. b Requieren supervisión total c Clasifican datos sin generar nuevo contenido 4 ¿Qué es un VAE? a Autoencoder que aprende una distribución latente. b Red neuronal para clasificación c Red neuronal convolucional pura 5 Diferencia clave Generativo vs Discriminativo? a Ambos generan datos igual b Generativo modela distribución; discriminativo predice etiquetas. c Discriminativo modela distribución de datos 6 Ejemplo de uso común de modelos generativos? a Etiquetado automático de datos b Generar imágenes realistas. c Reducir dimensionalidad sin generación 7 Ventaja de los modelos generativos? a Solo predicen etiquetas b No funcionan con datos reales c Pueden crear datos sintéticos para entrenamiento. 8 Qué evalúa un modelo generativo? a Qué tan realistas son los datos generados. b Qué tan rápido entrena el modelo c Qué tan precisos son los labels 9 Riesgos de aprendizaje generativo? a Solo se usa para reinforcement b Inestabilidad numérica sin límites c Sesgos y datos sintéticos mal utilizados. 10 Diferencia entre datos reales y generados? a No hay diferencia técnica b Son iguales siempre c Los datos generados son creados por el modelo; reales son de origen. 11 Qué método usa una red para generar imágenes paso a paso? a Modelos de difusión b GANs exclusivamente c Autoencoders simples

Froggy Jumps

Aprendizaje GenerativoOnline version

Quiz sobre modelos generativos

by fani Cacoango

¿Qué es el aprendizaje generativo?

Entrenar modelos para clasificar datos

Aprendizaje supervisado puro

Entrenar modelos que generan datos nuevos.

¿Qué son GANs?

Una red generadora y una discriminadora que compiten.

Un único modelo de clasificación

Redes neuronales recurrentes simples

¿Qué caracteriza a los modelos de difusión?

Generan datos a partir de ruido progresivamente limpio.

Requieren supervisión total

Clasifican datos sin generar nuevo contenido

¿Qué es un VAE?

Autoencoder que aprende una distribución latente.

Red neuronal para clasificación

Red neuronal convolucional pura

Diferencia clave Generativo vs Discriminativo?

Ambos generan datos igual

Generativo modela distribución; discriminativo predice etiquetas.

Discriminativo modela distribución de datos

Ejemplo de uso común de modelos generativos?

Etiquetado automático de datos

Generar imágenes realistas.

Reducir dimensionalidad sin generación

Ventaja de los modelos generativos?

Solo predicen etiquetas

No funcionan con datos reales

Pueden crear datos sintéticos para entrenamiento.

Qué evalúa un modelo generativo?

Qué tan realistas son los datos generados.

Qué tan rápido entrena el modelo

Qué tan precisos son los labels

Riesgos de aprendizaje generativo?

Solo se usa para reinforcement

Inestabilidad numérica sin límites

Sesgos y datos sintéticos mal utilizados.

Diferencia entre datos reales y generados?

No hay diferencia técnica

Son iguales siempre

Los datos generados son creados por el modelo; reales son de origen.

Qué método usa una red para generar imágenes paso a paso?

Modelos de difusión

GANs exclusivamente

Autoencoders simples

You can integrate the game into an LMS compatible with LTI 1.1 or LTI 1.3 such as Canvas, Moodle, or Blackboard. This way, the scores will be automatically saved into the platform’s gradebook.

Aprendizaje Generativo

Froggy Jumps

About this activity

Created by

Download the paper version to play

Top Games

Froggy Jumps

Bill of Rights Game - The Constitutionalist

Froggy Jumps

Phlebotomy Order of Draw Quiz

Froggy Jumps

pizza

Froggy Jumps

Ethos, Pathos, and Logos Quiz

Froggy Jumps

The Integumentary System

Froggy Jumps

Aprendizaje GenerativoOnline version

by fani Cacoango

¿Qué es el aprendizaje generativo?

¿Qué son GANs?

¿Qué caracteriza a los modelos de difusión?

¿Qué es un VAE?

Diferencia clave Generativo vs Discriminativo?

Ejemplo de uso común de modelos generativos?

Ventaja de los modelos generativos?

Qué evalúa un modelo generativo?

Riesgos de aprendizaje generativo?

Diferencia entre datos reales y generados?

Qué método usa una red para generar imágenes paso a paso?

		%
	Anonymous	%
		%
		%